five

irds/beir_msmarco

收藏
Hugging Face2023-01-05 更新2024-03-04 收录
下载链接:
https://hf-mirror.com/datasets/irds/beir_msmarco
下载链接
链接失效反馈
官方服务:
资源简介:
`beir/msmarco`数据集由`ir-datasets`包提供,主要用于文本检索任务。数据集包含两个主要部分:`docs`(文档,即语料库)和`queries`(查询,即主题)。文档数量为8,841,823条,查询数量为509,962条。该数据集被用于`beir_msmarco_dev`、`beir_msmarco_test`和`beir_msmarco_train`等子数据集。
提供机构:
irds
原始信息汇总

数据集概述

数据集名称

beir/msmarco

数据提供者

ir-datasets 包提供。

数据内容

  • docs (文档,即语料库); 数量: 8,841,823
  • queries (查询,即主题); 数量: 509,962

使用场景

该数据集被用于以下场景:

数据集加载示例

python from datasets import load_dataset

docs = load_dataset(irds/beir_msmarco, docs) for record in docs: record # {doc_id: ..., text: ...}

queries = load_dataset(irds/beir_msmarco, queries) for record in queries: record # {query_id: ..., text: ...}

引用信息

@inproceedings{Bajaj2016Msmarco, title={MS MARCO: A Human Generated MAchine Reading COmprehension Dataset}, author={Payal Bajaj, Daniel Campos, Nick Craswell, Li Deng, Jianfeng Gao, Xiaodong Liu, Rangan Majumder, Andrew McNamara, Bhaskar Mitra, Tri Nguyen, Mir Rosenberg, Xia Song, Alina Stoica, Saurabh Tiwary, Tong Wang}, booktitle={InCoCo@NIPS}, year={2016} } @article{Thakur2021Beir, title = "BEIR: A Heterogenous Benchmark for Zero-shot Evaluation of Information Retrieval Models", author = "Thakur, Nandan and Reimers, Nils and Rücklé, Andreas and Srivastava, Abhishek and Gurevych, Iryna", journal= "arXiv preprint arXiv:2104.08663", month = "4", year = "2021", url = "https://arxiv.org/abs/2104.08663", }

5,000+
优质数据集
54 个
任务类型
进入经典数据集
二维码
社区交流群

面向社区/商业的数据集话题

二维码
科研交流群

面向高校/科研机构的开源数据集话题

数据驱动未来

携手共赢发展

商业合作